Deep-LDA
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- Fudan University
- Organisatietype
- Academia
- Land
- China
- Gepubliceerd
- 14 September 2022
- Auteurs
- Yunhe Liu, Qiqing Fu, Chenyu Dong, Xiaoqiong Xia, Gang Liu, Lei Liu
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Biology
- Taak
- Cell Biology, Gene expression profile generation, Cell-cell interaction prediction
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- Training gegevens
- tokens
after removal of inferred impurity cells (Phase III; 10374 cells left)
Beschikbaarheid
Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.
- Gewichten
- Closed — provider access only
- Toegang tot model
- Unreleased
- Training code
- Open source
The three deep generative models covered in this article, as well as necessary clustering evaluation tools and plotting tools are organized into the ScDeepTools (https://github.com/liuyunho/ScDeepTools) software. License: BSD-3-Clause license
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Record vertrouwen
- Confident
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Optimization and redevelopment of single-cell data analysis workflow based on deep generative models
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Wat dit model is
Deep-LDA werd gepubliceerd door Fudan University, in het land geregistreerd als China, tijdens September 2022. De publicerende organisatie is geclassificeerd als academia.
Het werkt in het domein van Biology, en wordt geregistreerd als het uitvoeren van de taak van cell Biology, Gene expression profile generation, Cell-cell interaction prediction.
Dit is een gesloten model: de getrainde waarden zijn bij degene gebleven die ze geproduceerd hebben, en er is geen lokale versie om te draaien.
Antwoorden
Deep-LDA — veelgestelde vragen
Deep-LDA— hoeveel parameters heeft het?
Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.
Deep-LDA— wie heeft het gemaakt?
Het werd gepubliceerd door Fudan University, gebaseerd op China, een organisatie geclassificeerd als academia.
Deep-LDA— wanneer is het uitgebracht?
Het werd gepubliceerd in September 2022. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Deep-LDA— waarvoor wordt het gebruikt?
Het werkt in het domein van Biology, en wordt geregistreerd als het afhandelen van cell Biology, Gene expression profile generation, Cell-cell interaction prediction. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
Deep-LDA— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
Deep-LDA— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.